基于改进粒子群优化算法的闭环时滞系统辨识

闭环时滞模型参数的辨识一直是先进工业控制领域的一个重要课题。然而由于时滞的存在,被控量不能及时地反映系统所承受的扰动,从而产生明显的超调,使得控制系统的稳定性变差。本文充分利用粒子群优化算法收敛速度较快和混沌运动遍历性的优点,提出了一种基于混沌优化思想的混沌粒子群优化算法来直接辨识含有滞后环节的被控对象的闭环传递函数,而不用将其转化为状态方程。将闭环时滞系统的传递函数通过z变换转化为离散的差分方程,对于滞后环节的处理,用一阶Pade近似。利用CPSO的全局优化能力来极小化误差准则函数,从而获得模型参数的估计值。仿真实验结果证明:该方法收敛速度较快、辨识得到的参数精度较高,适用于实际的工业生产。该方法与辅助变量最小二乘方法相比,计算量小、过程简单、不用计算多重积分、辨识速度较快、辨识精度高。     

迟后时滞系统Pade等效式的最佳阶次分析研究

时滞现象是生产过程中常见的现象,是影响系统稳定性的一个重要因素;因此研究时滞环节对于解决工程中的时延问题,提高控制系统性能有着重要意义。现建立一种求延时环节的对称Pade展开式最佳等效阶次的简便方法。首先,阐述了开环传递函数中的最小相位环节和延时常数部分,对延时环节最佳Pade等效阶次的影响;其次,建立相对均方根误差指标,分析了Pade等效阶次、延时时间参数及Pade展开式中极点与虚轴的距离三者之间的关系,并确定控制系统中延时环节的Pade等效最佳阶次的方法;最后,验证了求Pade最佳等效阶次方法的准确性,表明该方法能快速有效地求出延时环节的Pade等效的最佳等效阶次。     

含有过程噪声的Hammerstein-Wiener模型辨识算法及其收敛性分析

针对含有过程噪声的Hammerstein-Wiener模型,提出一种偏差补偿递推最小二乘辨识方法.通过将偏差补偿引入到递推最小二乘算法中,在线辨识包含原系统参数乘积项的参数向量.并用鞅收敛定理证明偏差补偿递推最小二乘辨识算法的收敛性,分析表明在持续激励的条件下参数估计偏差一致收敛于零.仿真结果表明该方法优于递推最小二乘辨识方法.     

CARMA模型离线最小二乘迭代辨识方法

基于迭代最小二乘原理,提出了辨识CARMA模型和输出误差模型参数的最小迭代算法。两个最小二乘迭代算法分别比递推增广最小二乘算法和辅助模型递推算法具有更高的参数精度和具有很快的收敛速度。最小二乘迭代辨识的基本思想是:采用交互估计理论和递阶辨识原理,在每步迭代计算中,参数估计依赖于噪声估计,反过来噪声估计通过前一次迭代的参数估计计算,二者执行了一个递阶计算过程。最后用仿真例子验证了提出的算法。     

基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识

针对含有过程噪声的Hammerstein模型,提出了一种基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识方法。采用多信号源实现Hammerstein模型的可辨识性和参数估计分离问题;将辅助模型引入到串联模块的最小二乘法辨识中,得到Hammerstein模型参数的无偏估计。仿真结果验证了该算法的有效性。     

电液力伺服系统的实验建模与参数估计

基于递推最小二乘估计对Ｌｅｖｙ－Ｓａｎａ．辨识进行了改进，提高了建模的精度与速度；并结合Ｆ准则解决了系统阶次与时滞的确定；利用Ｓｏｌａｒｔｒｏｎ１２５０ＦＲＡ及其１０９６ＤＭＳ做为测试系统和软件开发工具，进一步增强了辨识程序包的实用性     

卫星时代中国似大地水淮面及其确定策略

提出了用最小二乘谱组合与最小二乘配置相结合研究中似大地水准面的方法，给出了用多种数据确定中国似大地水准面的策略，推导出了完整的计算公式，可以应用大地测量等学科及卫星技术。     

最小二乘估计器存在性的研究

本文对最小二乘估计器的存在性,从理论上给出了与传统不同的新的证明方法,并应用最小二乘估计方法辨识切削振动过程模型,取得了良好的效果。     

多变量ARX-like系统的递阶最小二乘估计

利用Kronecker积,推导出多变量ARX-like随机系统的辨识模型,使用递阶辨识原理研制了一个递阶最小二乘参数估计算法.提出的递阶最小二乘算法比现存递推最小二乘算法计算量小.给出了为仿真例子.     

Hammerstein系统遗忘因子有限窗口分解辨识

提出一种带遗忘因子和分解辨识策略的有限数据窗口递归最小二乘Hammerstein系统辨识方法。针对Hammerstein系统具有耦合参数的问题,将Hammerstein系统分解为2个子系统：一个子系统包含线性子系统参数,另一个子系统包含非线性子系统参数;提出一种基于遗忘因子的有限窗口递归最小二乘方法对分解模型进行在线递归估计;仿真示例验证了所提算法能够快速跟踪参数,实现对Hammerstein系统的精确辨识。     

第二类弱奇性Volterra积分方程的求解──在活动边界杂质扩散问题中的数值解法

对研究活动边界杂质扩散和活动边界热传导问题时遇到的第二类弱奇性Ｖｏｌｔｅｒｒａ积分方程提出了一种数值解法。该方法利用Ｇａｕｓｓ型求积公式，采取逐段积分逼近，并利用最小二乘法拟合外推，可以得到比较满意的计算结果。     

多变量化学动力学经验方程的非线性参数优化及程序

提出多变量化学动力学经验方程的非线性参数的直接最小二乘法优化和数值积分最小二乘法优化的方法。编制了FORTRAN77计算机程序CHKI·FOR。     

基于稀疏化鲁棒LS--SVR与多目标优化的铁水硅含量软测量建模

针对高炉炼铁过程的关键工艺指标———铁水硅含量[ Si]难以直接在线检测且化验过程滞后的问题,提出一种基于稀疏化鲁棒最小二乘支持向量机( R-S-LS-SVR)与多目标遗传参数优化的铁水[ Si]动态软测量建模方法。首先,针对标准最小二乘支持向量机( LS-SVR)的拉格朗日乘子与误差项成正比导致最终解缺少稀疏性的问题,提取样本数据在特征空间映射集的极大无关组来实现训练样本集的稀疏化,降低建模的计算复杂度;其次,标准最小二乘支持向量机的目标函数鲁棒性不足的问题将IGGIII加权函数引入稀疏化后的最小二乘支持向量机模型进行鲁棒性改进,得到鲁棒性较强的稀疏化鲁棒最小二乘支持向量机模型;最后,针对常规均方根误差评价模型性能的不足,提出从建模误差与估计趋势评价建模性能的多目标评价指标。在此基础上,利用非支配排序的带有精英策略的多目标遗传算法优化模型参数,从而获得具有最优参数的铁水[ Si]在线软测量模型。工业实验及比较分析验证了所提方法的有效性和先进性。     

金融时间序列的趋势路径的提取

传统的金融时间序列认为趋势项是确定性的函数 ,本文对此提出一种新的模型 ,并且设计了分段最小二乘方法和两个算法提取出趋势路径 .并将此方法应用于上证指数开市以来至今的数据 ,拟合效果较好     

基于模型参考的锅炉燃烧系统神经网络控制和辨识

大纯时延、煤种多变和蒸汽负荷频繁变化是链条炉难以进行良好燃烧控制的原因。对非线性延迟系统延迟时间的神经网络辨识方法进行了研究,即改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于神经网络动态补偿的模型参考自适应控制策略相结合,可用于对具有变化参数或不确定性延迟时间的非线性大延迟系统的控制。仿真结果表明:这种神经网络模型对非线性大纯时延系统的控制具有控制速度快、鲁棒性能好等优点。     

滑动轴承油膜参数识别的新算法及试验研究

提出一种滑动轴承油膜动力特性系数(油膜阻尼系数和油膜刚度系数)试验识别新算法.利用振动理论和最小二乘方法推导出识别算法的数学模型,并进行了试验研究.试验结果表明,该方法可以有效地抑制无用信号,具有较高的识别精度.利用该算法不需要事先测量基础刚度和阻尼,同时还可以识别轴颈的等效质量.     

面向故障诊断的广义频率响应函数的在线估计方法

基于非线性谱分析的故障诊断是一种新的故障诊断理论。针对该方法中广义频率响应函数的在线估计问题,研究了利用Volterra时域核在线得到被测系统的广义频率响应函数的新方法。基于Volterra系统的鲁棒总体均方最小自适应辨识算法,提出了一种新的广义频率响应函数的在线估计方法。该方法能够有效减少广义频率响应函数的在线计算量,而且实现简便,鲁棒性强。仿真实验证明了该方法的有效性。     

基于直接积分最小二乘法的同步发电机的参数辨识

针对同步发电机模型参数中多个不可观测量的存在使得需要求解复杂的微分方程组对电机参数进行辨识,进而导致了辨识困难,提出了一种完全由可观测量表示的同步发电机辨识模型,即状态量均为由发电机出口电流、励磁电压、励磁电流以及功角,转速变量增量表示的可量测量,并基于该模型提出用直接积分最小二乘原理(DILS)来辨识发电机参数.这样既避免了复杂微分方程的求解过程,简化了参数辨识方法,又提高了辨识效率.辨识后,利用MATLAB进行算例仿真,通过实测曲线和辨识曲线的拟合表明了所采用的辨识模型与算法是正确、有效的.     

含对象脉冲序列模型辨识智能PID参数自整定

提出了一种新的在线ＰＩＤ参数自整定方法，在对象辨识中，引进了非参数的离散脉冲序列模型，并推导出一组闭环情况下的辨识公式，它适合于大纯滞后和各种阶次的复杂对象，很好地解决了大纯滞后的辨识问题，文中还把仿真技术引进实时控制中，设计出一种实用的，具有一定智能性的自整定方法，实时控制实验证明此方法是正确和有效的。     

具输入时滞的非线性不确定时滞系统的鲁棒非脆弱H_∞控制

针对一类具有输入时滞的非线性不确定时滞系统,研究其鲁棒非脆弱H∞控制器设计问题.在非线性不确定函数满足增益有界的条件下,利用系统过去的状态设计积分控制器.在该控制器作用下,不仅使得闭环系统渐近稳定,同时也使得从扰动到受控输出之间的传递函数的H∞范数不大于给定的指标,且所给判据是时滞相关的.最后通过一数值算例验证该控制器设计方法的有效性.